【新智元導讀】一場改寫AI歷史的震撼對決正在上演！就在昨天，當DeepSeek R1還在用『降維打擊』重構AI格局時，OpenAI王者回歸之作o3-mini已悄然降臨，用實力證明——王者，從未離場！
在科技界，一天的時間足以改寫歷史。
DeepSeek R1用『降維打擊』重構了AI界，OpenAI不甘示弱放出了o3-mini，再次加冕為王。
o3-mini的進步可不是一點半點，在數學代碼等基準測試中，均拿下了最高的成績。
甚至，在『物理模擬』高難度挑戰戰場上，o3-mini直接粉碎R1，展現出驚人的實力。
能夠清晰地看出，o3-mini具備更強的物理推理能力，DeepSeek表現出明顯的『反重力』現象。
prompt：write a Python program that shows a ball bouncing inside a spinning hexagon． The ball should be affected by gravity and friction， and it must bounce off the rotating walls realistically
在另一個演示中，更加複雜，不僅要考慮小球與牆壁的碰撞，還要考慮不同小球之間的相互碰撞。
prompt：Simulate multiple small balls bouncing inside a spinning rectangle． The balls should collide with each other and the walls
從單球反彈到多球碰撞，從簡單物理到複雜系統，OpenAI的仿佛在訴說著『王者，從未離場』。
教授Derya Unutmaz對o3 mini表現的進步非常激動：
o3-mini只需一次提示就能準確生成符合物理定律的代碼！與此同時，DeepSeek-R1對此卻顯得很吃力。
這場AI競賽正在全速加速，後來居上者，拭目以待。目前，OpenAI明顯處於領先地位！』
此外，在『人類最後一場考試』的純文本測試集上，新模型03-mini（medium/high）在準確率上超越了DeepSeek-R1。
奧特曼甚至自信的表示：『不久，人類就需要另一場考試了……』
然而，這只是OpenAI新模型的冰山一角。
奧特曼劇透o3-mini接下來還有更大的驚喜！
o3-mini還有好東西，很快就會給你，我想我們把最好的留到了最後！
編碼吊打o1，最好的編程模型
在代碼補全基準Codeforces排名中，相對o1系列模型，o3-mini進步明顯。
而獨立於LLM提供商的性能基準和定價排行，Artificial Analysis表示：『o3-mini是從o1-mini向前邁出的一大步。』
同時，公布了o3 mini的初步結果，完整的基準測試結果稍後推出：
人工分析質量指數為89，與DeepSeek R1匹配，略低於o1
更便宜-每百萬個token1.1美元/4.4美元的輸入/輸出定價，低於許多 DeepSeek R1 API（高於DeepSeek的甲方R1 API定價）
快速-與o1-mini的速度相似，為170個token/秒，儘管這意味著2000個代幣的『思考』時間仍然需要~12秒
其中人工分析質量指數（Artifical Analyssi Quality Index）包含了MMLU、GPQA Diamond、Math-500和HumanEVal等多個測試基準。
相關排名如下：
AI初創企業CEO，Bindu Reddy，整體上o3擊敗了R1，特別是在編碼方面，讓人大吃一驚。
她認為綜合考慮性能、速度和價格，o3-mini high是目前最好的大語言模型（LLM）：
在編程上，o3-mini high大幅度領先o1、Sonnet以及其他模型
o3-mini high比Sonnet便宜2倍，比o1便宜15倍
o3-mini high比R1快約5倍
在所有類別中，o3-mini high僅次於01，是第2名最佳模型
具體結果如下：
對此，OpenAI研究員Clive Chan表示：『我每天都在cursor中使用o3-mini，它絕對是最好的編程模型。我基本上完全信任它的Python代碼（不再有誤解/偷懶的問題），而且即使我當前的項目涉及3種我不熟悉的程式語言，o3-mini也幫了大忙！』
全網實測
那麼，o3-mini真實實力究竟如何？
如下來自全網實測的最全演示，即可揭曉謎底。
o3-mini徹底掌握了arXiv
OpenAI研究科學家Sebastien Bubeck表示，o3-mini是一個了不起的模型。
在理解和解析arXiv論文方面，o3-mini達到了全球獨一無二的水平，成為真正的科研夥伴！
下面是一個看似簡單但會讓所有其他模型都感到困惑的問題，而o3-mini卻能給出極其有用的答案。
它完全說到了點子上：與自收縮曲線的聯繫、依賴於維度的界限，甚至還引用了相關論文。
下面這個例子是Sebastien在不同主題的另一個查詢。
有趣的是，o3-mini-high給出的參考文獻『Bubeck and Ganguly』並不完全正確，但確實非常相關。
總的來說，它給出的參考文獻都是『模糊準確的』，可能會混淆作者/期刊/標題，但令人驚訝的是這些引用仍然很有用。
他又表示，這些都是相當冷僻的問題，能夠回答這兩個問題的論文少於100篇（實際上更接近約10篇）。
能有一個模型可以回答只有O（10）數量級的人類知道答案的問題，這確實令人驚嘆。
此外，Sebastien又演示了一個用o3-mini構建『我的世界』的演示。
AI物理新巔峰，輕鬆擊敗R1
Hyperbolic聯創Yuchen Jin測試後驚嘆道，o3-mini可能是目前最強的物理推理LLM！
o3-mini竟然成功生成了四維超立方體（Tesseract）內反彈小球的Python代碼，展現出驚人的物理推理和數學建模能力。
再來看R1的表現，顯然不如o3-mini。
再來看o3-mini-high，demo中竟然翻車不如o3-mini？
Yuchen Jin多次嘗試後發現，o3-mini-high在這個任務上表現糟糕，甚至比一次性生成的o3-mini版本還差！
其中一個版本居然只生成了小球，沒有四維空間結構……
另一個很好展現o3-mini理解物理世界的demo。
『被o3-mini震撼到了（不僅僅是因為它的編程能力），更因為它那閃電般的速度。
它僅用19秒就一次性生成了這四個演示。我從未見過類似的東西。一個新的AI時代已經到來』。
沃頓商學院教授Ethan Mollick讓o3-mini-high首次挑戰生成動態海洋風暴Shader，沒想到竟然成功了！
18秒，克隆一個應用
另一位OpenAI研究員Aidan Clark表示：『o3-mini在智能和速度的組合方面令人難以置信，我不知道該說什麼，你只能自己去試試看了。』
在下面demo中，Clark要求o3-mini用單個Python文件寫一個Twitter克隆應用。
整個過程只用了8秒。
一句話，生成遊戲
更令人驚嘆的是，開發者Alex Finn僅用1個提示，o3-mini便能生成完整的太空遊戲。
用一句話製作的『貪吃蛇』遊戲。
另一個動漫小人射擊遊戲。
還有網友通過o3-mini-high製作的太陽系3D模擬。
網友adi讓o1和o3-mini分別建造一個巨大的、令人驚嘆的、史詩般的漂浮城市。
OpenAI王者重歸
OpenAI的策略，已經重新獲得了用戶的『芳心』。
開發者Mckay Wrigley已經用o3-mini模型代替AI智能體和工作流中的o1模型。一切都正常工作，甚至有一些表現的更好，但是便宜了9倍，速度快了4倍。
他認為：『OpenAI對新模型的宣傳明顯不足——這絕對令人難以置信。o3& o3 Pro會很瘋狂。』
根據Information報導，OpenAI2024年快速增長：
2024年，ChatGPT付費訂閱用戶已達1550萬。
企業的模型採用率增長了7倍。
新推出的200美元/月Pro訂閱計劃，年收入已達3億美元。
網友Prakash，則在X上列出了OpenAI的各部分收入：
ChatGPT Plus
月經常性收入（MRR）：3.33億美元
訂閱價格：20美元/月
月活用戶（MAU）：1665萬
ChatGPT Pro
月經常性收入（MRR）：2500萬美元
訂閱價格：200美元/月
月活用戶（MAU）：12.5萬
ChatGPT總收入
月經常性收入（MRR）：3.58億美元
年經常性收入（ARR）：43億美元
API收入
每分鐘處理Token數量：14億
每年處理Token數量：735萬億
每百萬Token價格（以o3 mini輸入價格計算）：1.1美元
年經常性收入（ARR）：8.09億美元
總收入
年經常性收入（ARR）：51億美元
他表示：『有趣的是，API收入遠小於ChatGPT訂閱收入，真正推動增長的還是消費級應用。』
網友Andrew Gao表示Anthropic正在吃掉OpenAI的市場份額。
OpenAI在企業客戶中的份額從2023年的50%下降到了2024年的34%，具體如下：
OpenAI早已與美國政府合作，確保AI領域的領先地位。
在參加川普的就職典禮並宣布『星際之門』後，OpenAI執行長奧特曼，連續第二周來到華盛頓特區。
就在近日，在國會山附近的一次非正式演示中，奧特曼向美國政府領導人、政策專家和記者展示了即將推出的技術。
目的不僅是展示美國如何最大化人工智慧帶來的經濟利益，還希望讓華盛頓的領導者提前了解即將到來的技術能力，以減少他們在未來措手不及的可能性。
談到能夠自主完成現實世界任務的新型自主智能技術時，奧特曼表示：[我的直覺是……對美國經濟貢獻，這些技術將占個位數百分比。』
但與政府合作，並不是OpenAI唯一的選擇。
外媒報導稱，OpenAI為了實現增長，寄希望於更高級模型驅動的ChatGPT的高價訂閱。
